一种基于PCA的多模板字符识别

本文提出了一种基于主元分析法(PCA)的多模板字符识别算法.为了进一步提高数字和英文字符识别的鲁棒性,本文首先利用PCA算法把提取到的字符特征降维,再采用K-均值算法把每类字符聚类为多类,使同一类字符有多个模板,最后采用欧式距离实现多模板的匹配.本文将该算法用于巴西车牌字符识别,实验表明,该算法能有效地提高多字体字符的识别正确率,具有较高的实用价值.     

多样本扩充的常规协同与逆线性回归结合的人脸识别算法

人脸识别会受到有限人脸样本的影响,提出一种多样本扩充的常规协同与逆线性回归结合的人脸识别算法。它利用图像的对称性构造成新的人脸样本,将训练样本通过常规协同表示与逆线性回归相结合的分类器后,进行人脸识别。以往的稀疏识别算法忽视了测试样本可能包含人脸识别所需要的特征信息,新算法同时将训练样本与测试样本的误差考虑在内。在ORL和FERET人脸库中的实验结果表明:该算法在ORL人脸库上的最低误识率达到6.58%,在FERET人脸数据库上的最低误识率达到15.00%,与LRC、CRC、INNC等算法相比的误识率明显下降。     

电力系统数字显示值智能识别技术研究

目前,对电力系统数字显示值识别尤其是数字串中含有小数点的情况研究较少,本文在改进投影法的基础上提出了一种新的相对比较简单的小数点处理办法.针对传统BP神经网络的不足,采用带动量因子的自适应修改学习率的学习算法,并对采用该算法的BP神经网络参数进行设置.实验结果表明,基于改进投影法的小数点处理方法解决了小数点引起的误识问题,采用带动量因子的自适应学习率算法的BP神经网络的识别率能达到99%以上.     

基于VC++的数字万用表数字识别方法

为实现工业相机提取数字万用表图像数字信息，提出了一种针对数字万用表数字识别的识别方案。该方案基于VC++平台首先对采集的彩色图像进行预处理，包括数字区域截取、图像灰度化、平滑处理；紧接着提取识别目标的边沿轮廓，使用方法包含基于直方图的自适应分段线性变换、灰度图像的非线性拉伸、Canny算法、5邻域方向预估边界跟踪与断点补偿；最后使用交线法实现数字识别。实验结果表明，该方案识别效果好、快速简单、具有较高的实用价值。     

基于区域统计和BP神经网络的车牌识别

为从车牌图像中获得车牌的字符信息,需要对字符识别系统进行研究。车牌识别过程分为图像预处理、车牌定位、车牌校正与分割和车牌字符识别4个环节。针对前3个环节,完成了图像中值滤波、Sobel算子边缘检测、数学形态学处理、Otsu二值化和Hough变换校正等工作,获得了单一标准字符图像。在车牌字符识别环节中,首先根据汉字位置,利用模板匹配算法对汉字进行识别,对于数字、字母字符,将字符图像分割,通过统计图像各部分的连通区域数以获得字符形态特征,据此设计并训练BP神经网络识别字符。最终获得能完成图像中的车牌字符识别的系统。     

基于 CNNs 识别反馈的点阵字符检测方法

针对点阵字符因错误分割导致识别准确率较低的问题,提出了一种基于卷积神经网络(CNNs)识别反馈的点阵字符检 测方法。 首先采用多尺度窗口获取多个候选区域并建立 CNNs 对其进行识别,利用投票机制对多个识别结果进行综合决策,然 后根据决策结果反向定位点阵字符并完成字符分割,最后提出一种滑动翻转窗口对所有字符进行分割与识别。 实验结果表明, 该方法在点阵字符的定位准确率和识别率方面都优于传统字符识别方法,分别达到了 97. 53%和 97. 50%。     

基于Dirichlet分布的贝叶斯分类算法的手写数字字符识别

贝叶斯分类器是一种基于概率统计的常用分类器.本文在原有的贝叶斯分类的基础上进行了改进,提出了一种基于Dirichlet分布的贝叶斯分类模型,对手写数字字符进行识别的算法.该算法用模板法进行提取特征,这种方法更易操作,提取特征的效果也好.实验表明,用贝叶斯分类方法比传统的Fisher分类算法能更好地对手写数字字符进行分类识别,且在众多领域中有较大的应用价值.     

基于动态边缘的OCR算法在航检影像切分中的应用

借鉴统计模式识别方法,提出了基于动态边缘的OCR算法,以字符形态为分析样本,确定在动态视频图像中字符特征边缘区域的选择,然后找出每个字符的体征特性,通过大量试验得出每个字符的特征规律,最后通过相似性概率统计方法实现字符的识别。经在内蒙古超高压供电局航检视频处理中的实际应用,该算法准确率高达99.45%,为复杂背景下视频字符识别提供了新算法。     

基于仿生模式识别的地面声目标识别方法

利用地面目标的声信号实现目标类型的识别是当前传感器应用领域的研究热点,大量研究集中于提高目标的正确识别率,而关于实用系统中更为关键的目标误识率的实验结果却很少。针对这一问题,本文提出了一种新的基于仿生模式识别的地面声目标识别算法,详细描述了其原理及基于二权值神经元网络的实现算法,并利用实测数据集将其识别效果与现有识别方法（GMM,神经网络）进行了比较分析。实验结果表明,仿生模式识别方法能够有效克服现有识别系统中,误识率高、低训练样本数量情况下识别率低、系统需重复训练等缺点,具有更好的应用前景。     

基于改进决策树算法的输电线路风偏跳闸故障识别研究

当前的输电线路风偏跳闸故障识别节点设定方式一般为独立结构,可识别范围较小,导致误识率增加,因此提出基于改进决策树算法的输电线路风偏跳闸故障识别方法。先提取基础故障特征,采用多阶的方式,扩大可识别范围,部署多目标故障识别节点,然后以此为基础,构建改进决策树测算风偏跳闸故障识别模型,采用随机锁定处理实现故障识别。测试结果表明,对比传统GRU的特高压三端风偏跳闸故障识别测试组、传统长短期记忆网络和随机矩阵风偏跳闸故障识别测试组,改进决策树算法输电线路风偏跳闸故障识别测试组最终得出的误识率被较好地控制在20%以下,说明在改进决策树算法的辅助下,当前的跳闸故障识别速度更快,误差可控,具有实际的应用价值。     

基于深度自编码器的数字化输电线路地形特征提取方法研究

在输电线路的设计中,对输电线路的地形特征判别是实现输电线路成本估算以及安全设计的重要步骤.为解决对输电线路中的地形进行快速判别问题,文章研究了一种基于深度自编码器的数字化输电线路地形特征提取方法.基于数字化勘探技术建立复杂地理信息的数字化模型,再根据建立的数字模型使用深度自编码器进行特征提取.在深度自编码器的训练过程中...     

在线辨识及数字调节器设计

本文以水轮机调速器为例，讨论了非线性系统在线参数辨识及数字调节器参数自整定的一种方法，推导出参数辨识算法，最后通过计算机仿真展示了这种自适应数字调速器在不同工况点的调节性能，并与传统水轮机调速器的性能作了比较。     

三相逆变器数字孪生系统的参数辨识研究

电力电子变换器的参数辨识能提升系统控制和运行效果,然而传统的参数辨识方法难以同时辨识多组参数且辨识结果精度较低。针对此问题,提出了基于数字孪生的三相逆变器参数辨识方法。首先,构造出数字孪生三相逆变器,包括利用Runge-kutta库塔方法建立三相逆变器主电路的数学模型和控制器离散模型。然后,利用自适应粒子群优化算法更新并优化数字孪生逆变器的电路参数,直至数字孪生逆变器和物理逆变器相应的电路参数相同。最后,通过仿真和实验验证了所提参数辨识方法的有效性。结果表明,该方法在稳态与动态条件下均能快速地辨识出物理逆变器的电感、寄生电阻和开关管内阻参数,辨识结果的相对误差在2%以内。     

基于人工神经网络的发电机在线跟踪辨识

研究了应用人工神经网络对汽轮发电机组动态特性进行在线跟踪辨识的方法。由于人工神经网络具有良好的非线性特性，其在线跟踪辨识的结果优于基于线性模型的传统方法。为了加速权重的收敛，使用了两种并行训练算法，并对辨识的结果进行了详细的数字仿真和动模试验。     

基于递推最小二乘算法的感应电动机参数离线辨识

感应电动机参数离辨识是实现高性能变频调速的前提.对基于递推最小二乘(recursive least-squares,RLS)算法的电机参数离线辨识的具体实现进行了详细阐述:基于离线辨识时电机的静止特性,简化了电机数学模型,减少了计算量;采用改进欧拉数值解法,求解巴特沃思数字滤波状态方程,既可获得信号的滤波值,同时又直接解得了信号的1阶和2阶导数值,避免了导数离散化的误差影响,提高了运算精度;运用线性反馈移位寄存器产生伪随机白噪声序列(M序列),作为辨识的激励信号;针对不同功率的电机进行了大量的仿真和实验研究,实验结果表明所提方法稳定性良好,辨识结果的一致性和准确性较高.     

基于ELMAN神经网络的同步电机动态参数在线辨识

为提高同步电机参数在线辨识的速度和可靠性，减少辨识计算量，提出了一种基于神经网络的电机参数动态跟踪辨识方法。针对同步电机暂态、次暂态参数的非线性和动态特性，在多层前向BP网络中引入特殊关联层，形成有“记忆”能力的Elman神经网络，因而可以映射系统的非线性和动态特性。在网络训练算法中，提出一种自适应修正步长和矩量因子的算法，显著提高了训练的收敛速度。训练样本集以同步电机在各种典型运行模式下的检测数据经卡尔曼滤波、状态空间有限元等基于模型的辨识算法离线计算得到。文中还给出了由工控机、智能数据采集卡和传感器锁相环控制接口电路构成的在线辨识硬件电路设计。数字仿真和动模实验机组辨识算例证明，这种Elman神经网络模型能够实现同步电机动态参数的在线跟踪辨识。     

数字调制识别的FPGA实现方法研究

为了解决通信信号识别中的数字信号调制识别技术这一重要问题,针对数字信号调制识别中常见的R值判决法在FPGA中实现问题进行研究,通过对算法特点的深入分析,提出了一种新的设计方法,有效地解决了传统流水线设计方法不能实现统计和计算的问题,使整个R值判决法运算单元完全流水线化.仿真实验结果证明了这种设计方法的可行性,并且可以广...     

感应电机无速度传感器矢量控制系统的定子电阻在线辨识

该文针对利用磁通观测器推算转子磁通的感应电机无速度传感器矢量控制系统，提出了定子电阻在线辨识法。在利用q轴磁通推算转速的基础上，该系统利用d轴磁通误差实现定子电阻在线辨识，该方案的优点是系统简单，解决了低速运行时电压模型的定子电阻变化对系统稳定性和速度控制精度的影响问题。数字仿真和实验结果验证了定子电阻在线辨识的必要性和该方案的有效性。     

用数字签名解决电力系统敏感文档签名问题

目前电力系统中普遍采用MIS实现办公自动化，完成文档的生成、确认、签发、传递、存档等工作。当前的MIS都是采用简单的用户名/口令机制实现对用户的身份认证，不能提供实质上的安全签名服务。采用基于公钥密码算法的数字签名可以充当个人在网络空间“身份证”的角色，能够很好地解决目前MIS存在的敏感文档签名问题。文中介绍了密码算法的基本原理，给出了数字签名的解决方案。     

基于模糊滤波和Prony算法的低频振荡模式在线辨识方法

考虑到Prony算法对输入信号要求较高、对分析数据的噪声非常敏感,提出一种模糊滤波和Prony算法相结合的电力系统在线低频振荡模式的辨识方法。该方法以广域测量信号作为输入,通过简单的模糊逻辑推理快速对输入信号进行滤波,利用Prony算法对滤波后的数字信号进行分析后在线获得电力系统低频振荡的模式。以华中电网支路302245上的有功功率振荡分析为例,通过对模糊滤波前后的输入信号进行比较以及对传统Prony算法和考虑模糊滤波的Prony算法分别进行低频振荡模式辨识的比较,表明了前置滤波的重要性以及所提出的方法能相对精确地进行振荡模式辨识,验证了其有效性。